魯政委：我國當前金融條件到底是鬆還是緊

　　意見領袖 | 魯政委（興業銀行首席經濟學家）

　　雖然當前利率處於歷史較低水準，但由於資產價格低迷，金融環境總體偏緊。要改善金融環境，需要進一步穩定房地產市場和金融市場的預期。

　　各國央行都希望用貨幣政策熨平經濟中的周期性波動：當經濟過熱時，實施緊縮性的政策使經濟降溫；當經濟過冷時，實施擴張性的政策刺激總需求。然而，在實際操作中，當經濟走弱時，我們如何知道貨幣政策的擴張力度是否已經足夠，還是需要進一步的放鬆？當經濟過熱時，我們又如何知道貨幣政策的緊縮力度是否達到足以抑製過熱的限制性水準？

　　此時，一個衡量金融環境寬鬆程度的指標就顯得十分重要，可以幫助金融市場參與者預判宏觀經濟與政策走向。本文將介紹國際上金融條件指數構建的方法，並參考國際經驗構建中國金融條件指數。

　　國際金融條件指數構建

　　20世紀80年代，加拿大銀行率先提出貨幣條件指數（MCI），使用短期利率和匯率的加權平均值以衡量貨幣政策立場。但隨後的研究發現，房地產以及股票的價格可以通過資產負債表效應以及財富效應對貨幣政策的傳導發揮重要作用，由此使得原本的MCI不能再評估貨幣政策立場。為此，Goodhart和Hofmann（2001）在MCI的基礎上加入資產價格，建立了金融條件指數（FCI）。之後的各國學者根據不同國家的情況加入不同的金融變量以衡量金融壓力，並觀察FCI對宏觀經濟的影響。

　　1.OECD的金融條件指數

　　Guichard & Turner（2008）分別使用產出缺口的縮減式模型以及VAR脈衝響應分析分別構建季度頻率的美國金融條件指數（FCI）。指標選取方面，考慮了實際短期利率、實際長期利率、信貸標準、實際有效匯率、債券利差、股市市值以及實際房產財富，其中股市市值與實際房產財富以佔GDP的比例來表示，並進行去趨勢化處理。但由於實際房產財富的系數在兩個模型中均不顯著，於是在最終指數構建時並未包含在內。權重確定方面，各指標的權重根據該指標一個部門變化對美國GDP的相對影響來確定。

　　2．芝加哥聯儲國家金融條件指數

　　Brave & Butters（2010）使用狀態空間模型構建了周度頻率的美國國家金融條件（NFCI）指數，指數上升反映了風險溢價的上升、信貸規模的下降以及整個金融體系的去杠杆化。指標選取方面，其模型中共包含了100個指標，可分為三種類型：風險類、信用類以及杠杆類指標。經驗研究顯示，在指標權重方面，描述波動性以及描述信貸風險類的指標往往權重為正，而描述流動性以及描述杠杆率的指標權重則為負。指數構建完成後，Brave和Butters還採用統計學分析方法進一步為指數設定了閾值，以幫助識別金融危機。

　　3．聖路易斯聯儲金融壓力指數

　　Kliesen & Smith（2010）使用主成分分析法（PCA）構建了周度頻率的聖路易斯金融壓力指數（STLFSI），金融壓力水準的上升可能預示著經濟動蕩。指標選取方面納入了18個周度指標，其中7個為利率指標，6個為利差指標，5個是其他與金融相關的指標。指標權重方面，按照使得模型誤差平方和最小化的方法確定各指標初始權重，最終指標權重為初始權重除以該指標的特徵值，這樣可以使得構建的指數標準差為1。2020年聖路易斯聯儲對金融壓力指數做出調整，將指標中的利率以及股價水準更改為利率以及股價的變化量。2021年聖路易斯聯儲再次更新金融壓力指數，使用SOFR代替LIBOR計算指標。根據聖路易斯聯儲，當金融壓力指數大於0，說明金融市場壓力高於平均水準，反之亦然。

　　從上文我們可以發現，編制金融條件指數時通常要考慮信貸、利率、匯率、股市等變量。各變量權重的確定需要服務於編制指數的目標。如果編制指數是為了預測經濟變化，則需要根據不同變量對經濟的影響程度來確定權重；如果編制指數是為了預判金融風險，則可能需要通過歷史數據，依據統計學的方法來確定指標權重和警戒值。由於本文構建金融條件指數主要是為了研判宏觀經濟形勢與政策走向，我們主要依據OECD的方法來編制金融條件指數。

　　中國金融條件指數構建

　　指標選取方面，我們考慮了短期利率、長期利率、信用利差、信貸數量、實際匯率、房價以及股市市值。其中，短期利率使用SHIBOR 3M，長期利率使用10年期國債到期收益率，信用利差使用3年中短期票據（AA+）到期收益率與3年國開債到期收益率之差，信貸數量使用社融同比增速，實際匯率使用人民幣實際有效匯率指數，房價等於建案銷售額除以建案銷售面積，股市市值以其佔GDP的比例來表示。其中，社融同比增速、人民幣實際有效匯率指數、房價以及股市市值均進行了去趨勢化處理。

　　指標頻率方面，我們將構建月度中國金融條件指數，因此上述各指標的頻率均處理為月度。

　　時間區間方面，考慮到數據可得性，所有指標的時間範圍為2008年4月至2022年11月。

　　我們將使用產出增長的縮減式模型來構建中國金融條件指數。由於GDP是季度更新的數據，數據頻率較低，我們用綜合PMI產出指數來替代GDP。統計局曾經對2009年至2017年上半年共34個季度的綜合PMI產出指數與GDP增速的時間序列進行時差相關分析，得出兩個經濟指標呈高度相關，綜合PMI產出指數與GDP增速同步性非常強，能夠較好地全面反映經濟發展規律。為消除綜合PMI的數據毛刺，我們使用綜合PMI 3個月移動平均來替代原始數據。同時，為使產出變動更明顯，我們將綜合PMI季度移動平均值進行標準化處理，即

　　值得注意的是，2020年以後，金融條件對產出的影響程度被疫情所扭曲，因此我們根據國家衛健委統計的當日新增病例數據以及百城擁堵指數衡量經濟受疫情影響的程度，並將疫情影響程度作為啞變量加入模型，以更加準確地刻畫金融條件對產出的影響。

　　考慮到不同指標對產出的領先時長不同，根據歷史經驗，我們假設各指標最多領先6個月，給不同指標設定不同的滯後期並加以組合，尋找能夠最優解釋產出變化的指標組合。各指標的權重根據該指標一個部門變化對標準化後的綜合PMI指數的相對影響來確定。

　　從指標選取來看，實證結果顯示，長期利率、信用利差和社融均不適宜納入模型。長期利率以及信用利差在我們假設的所有情況下都無法得到具有經濟意義的系數，這可能是因為我國利率傳導機制仍待完善，銀行間市場利率與存貸款利率之間的聯動性不強，而貸款是實體經濟更主要的融資渠道，導致其對產出的影響不顯著。社融方面，儘管社融能夠得到具有經濟意義的系數，但其系數統計上並不顯著，這可能是因為房價同時影響企業貸款以及居民消費貸款，與社融相關性較高，導致社融對模型的解釋力、系數的顯著程度較差。

　　從遍歷結果來看，在最優解釋產出變化的指標組合中，短期利率領先產出6個月，實際匯率領先產出2個月，房價以及股市市值領先產出1個月。

　　根據實證結果，我們可以編制金融條件指數。指數上升代表金融環境寬鬆，下行則代表金融環境收緊。

　　考慮到疫情影響，我們計算了兩種金融條件指數：一是考慮疫情影響後的金融條件指數；二是不考慮疫情影響的金融條件指數。數據顯示，如果不考慮疫情的影響，當前金融條件指數處於歷史上21%分位數的水準，處於偏緊狀態；如果考慮疫情的影響，當前金融條件指數處於歷史上2%分位數的水準，處於非常緊張的狀態。這意味著，雖然當前的利率處於歷史上較低的水準，但由於資產價格低迷，金融環境總體偏緊。要改善金融環境，需要進一步穩定房地產市場和金融市場的預期。

　　對宏觀經濟而言，我們構建的中國金融條件指數（剔除疫情影響）對綜合PMI有一定的領先性，其高低點可能領先或同步於綜合PMI的高低點。除受疫情干擾的時期外，金融條件指數的高低點也領先於GDP同比的高低點。對金融市場而言，除受疫情干擾的時期外，金融條件指數通常領先於10年國債利率，這可能表明金融條件的改善能夠逐漸傳導至經濟基本面，帶動經濟景氣度回升，並促使國債利率反彈。

　　(本文作者介紹：興業銀行首席經濟學家)